正态分布的公式是什么？
正态分布的公式：Y＝（X-μ）/σ～N（0，1）。正态分布符号定义：
若随机变量X服从一个数学期望为μ、方差为的高斯分布，记为N（μ，）。其概率密度函数为正态分布的期望值μ决定了其位置，其标准差σ决定了分布的幅度。因其曲线呈钟形，因此人们又经常称之为钟形曲线。正态分布有两个参数，即均数（μ）和标准差（σ）。
μ是位置参数，当σ固定不变时，μ越大，曲线沿横轴，越向右移动；反之，μ越小，则曲线沿横轴，越向左移动。是形状参数，当μ固定不变时，σ越大，曲线越平阔；σ越小，曲线越尖峭。通常用表示标准正态分布。
主要特点：
1、估计频数分布一个服从正态分布的变量只要知道其均数与标准差就可根据公式即可估计任意取值范围内频数比例。
2、制定参考值范围。
1）正态分布法适用于服从正态（或近似正态）分布指标以及可以通过转换后服从正态分布的指标。
2）百分位数法常用于偏态分布的指标。表3-1中两种方法的单双侧界值都应熟练掌握。
3、质量控制：为了控制实验中的测量（或实验）误差，常以作为上、下警戒值，以作为上、下控制值。这样做的依据是：正常情况下测量（或实验）误差服从正态分布。
4、正态分布是许多统计方法的理论基础。检验、方差分析、相关和回归分析等多种统计方法均要求分析的指标服从正态分布。许多统计方法虽然不要求分析指标服从正态分布，但相应的统计量在大样本时近似正态分布，因而大样本时这些统计推断方法也是以正态分布为理论基础的。
绛旓細绉板叾鍒嗗竷涓洪珮鏂垎甯冩垨姝ｆ佸垎甯冿紝璁颁负N锛埼硷紝蟽2锛夛紝鍏朵腑涓哄垎甯冪殑鍙傛暟锛屽垎鍒负楂樻柉鍒嗗竷鐨鏈熸湜鍜屾柟宸傚綋鏈夌‘瀹氬兼椂锛宲(x)涔熷氨纭畾浜嗭紝鐗瑰埆褰撐=0锛屜2=1鏃讹紝X鐨勫垎甯冧负鏍囧噯姝ｆ佸垎甯冦偽兼鎬佸垎甯冩渶鏃╃敱妫ｈ帿浣涗簬1730骞村湪姹備簩椤瑰垎甯冪殑娓愯繎鍏紡鏃跺緱鍒帮紱鍚庢媺鏅媺鏂簬1812骞寸爺绌舵瀬闄愬畾鐞嗘椂涔熻寮曞叆锛...
绛旓細楂樹腑姝ｆ佸垎甯涓変釜鍏紡鏄锛氭í杞村尯闂达紙渭-蟽锛屛+蟽锛夊唴鐨勯潰绉负68.268949%锛屾í杞村尯闂达紙渭-1.96蟽锛屛+1.96蟽锛夊唴鐨勯潰绉负95.449974%銆傛í杞村尯闂达紙渭锛2.58蟽锛屛硷紜2.58蟽锛夊唴鐨勯潰绉负99.730020%銆俋-N(渭锛屜²)锛氫竴鑸鎬佸垎甯冿細鍧囧间负渭銆佹柟宸负蟽²锛汸(渭锛嵪冿級銆傛鎬...
绛旓細Z灏辨槸姝ｆ佸垎甯冦俋^2锛堝崱鏂癸級鍒嗗竷鏄竴涓姝ｆ佸垎甯冪殑骞虫柟銆倀鍒嗗竷鏄竴涓鎬佸垎甯冮櫎浠ワ紙涓涓猉^2鍒嗗竷闄や互瀹冪殑鑷敱搴︾劧鍚庡紑鏍瑰彿锛夈侳鍒嗗竷鏄袱涓崱鏂鍒嗗竷鍒嗗竷闄や互浠栦滑鍚勮嚜鐨勮嚜鐢卞害鍐嶇浉闄ゃ傛瘮濡俋鏄竴涓猌鍒嗗竷锛孻(n)=X1^2+X2^2+鈥︹+Xn^2,杩欓噷姣忎釜Xn閮芥槸涓涓猌鍒嗗竷锛宼(n)=X/鏍瑰彿(Y/n),F锛坢,...
绛旓細姝ｆ佸垎甯鍙姞鎬鍏紡鏄锛歑+Y~N(3锛8)銆傜浉浜掔珛鐨勬鎬佸彉閲忎箣绾挎х粍鍚堟湇浠庢鎬佸垎甯冦傚嵆X~N(u1锛(q1)^2)锛孻~N(u2锛(q2)^)鍒橺=aX+bY~N(a*u1+b*u2锛(a^2)*(q1)^2+(b^2)*(q2)^2)
绛旓細鍏紡锛氬湪姒傜巼璁轰腑锛屾妸鐮旂┒鍦浠涔鏉′欢涓嬶紝澶ч噺鐙珛鐨勯殢鏈哄彉閲忎箣鍜岀殑鍒嗗竷浠姝ｆ佸垎甯涓烘瀬闄愯繖涓绫诲畾鐞嗙О涓轰腑蹇冩瀬闄愬畾鐞嗐傚浜庨殢鏈哄彉閲廥锛屼綘鍙渶绠椾竴涓嬪畠鐨勬湡鏈涘拰鏂瑰樊锛岃浣忎竴鏉★紝锛籜-E锛圶锛夛冀/鈭欴锛圶锛夛紙涔熷氨鏄細闅忔満鍙橀噺鍑忓幓鏈熸湜鍐嶉櫎浠ュ潎鏂瑰樊锛岀粨鏋滃氨鏄爣鍑嗘鎬佸垎甯冿級锛屽氨琛屼簡銆傛瘮濡傞亣鍒帮細X鏈嶄粠浜...
绛旓細鍦ㄧ粺璁″涓紝姝ｆ佸垎甯冿紙涔熺О涓洪珮鏂垎甯冿級鏄竴绉嶅父瑙佺殑姒傜巼鍒嗗竷銆傚畠鐢变互涓嬩笁涓鍏紡鏉ユ弿杩帮細1. 姒傜巼瀵嗗害鍑芥暟锛圥DF锛夛細姝ｆ佸垎甯冪殑姒傜巼瀵嗗害鍑芥暟鍙互鐢ㄤ互涓嬪叕寮忚〃绀猴細f(x) = (1 / (蟽 * sqrt(2蟺))) * exp(-(x - 渭)^2 / (2蟽^2))鍏朵腑锛宖(x)琛ㄧず闅忔満鍙橀噺x鐨勬鐜囧瘑搴︼紝渭鏄潎鍊硷紝蟽鏄...
绛旓細) 鍙堝洜涓篨1路路路Xn鏈嶄粠鏍囧噯姝ｆ佸垎甯 鎵浠锛圶1²锛=鈭紙涓婁笅闄愬垎鍒负卤鈭烇級锛坸²f锛坸锛塪x 銆恌(x)鏄爣鍑姝ｆ佸垎甯冪殑姒傜巼瀵嗗害鍑芥暟銆戠劧鍚庢妸杩欎釜绉垎姹傚嚭鍙互寰桬(X1²)=1 鎵浠(X)=E(X1²)+E(X2²)+E(X3²)+路路路E(Xn²)=n ...
绛旓細鐢盭~N锛0锛4锛変笌Y~N锛2锛3/4锛変负姝ｆ佸垎甯寰楋細X~N锛0锛4锛夋暟瀛︽湡鏈汦锛圶锛夛紳0锛屾柟宸瓺锛圶锛夛紳4锛沋~N锛2锛3/4锛夋暟瀛︽湡鏈汦锛圷锛夛紳2锛屾柟宸瓺锛圷锛夛紳4/3銆傜敱X锛孻鐩镐簰鐙珛寰楋細E锛圶Y锛夛紳E锛圶锛塃锛圷锛夛紳0脳2锛0锛孌锛圶锛媃锛夛紳D锛圶锛夛紜D锛圷锛夛紳4脳4/3锛16/3锛孌锛2X锛3Y锛...
绛旓細3. 閫嗙疮绉垎甯冨嚱鏁帮紙Inverse Cumulative Distribution Function, ICDF锛夛細閫嗙疮绉垎甯冨嚱鏁版槸绱Н鍒嗗竷鍑芥暟鐨勫弽鍑芥暟锛屽畠鐢ㄦ潵璁＄畻缁欏畾绱Н姒傜巼鐨勫搴斿彉閲忓笺傚浜庢鎬佸垎甯冩潵璇达紝閫嗙疮绉垎甯冨嚱鏁伴氬父绉颁负姝ｆ佸垎甯冪殑 z 鍒嗘暟琛ㄣ傚畠琛ㄧず浜嗙粰瀹氫竴涓鐜囧硷紝鎵惧埌瀵瑰簲鐨勬爣鍑嗗垎鏁 z銆傝繖涓変釜鍏紡鏄鐢ㄦ潵鎻忚堪姝ｆ佸垎甯冪殑閲嶈...
绛旓細姝ｆ佸垎甯冨彲鍔犳鍏紡鏄锛歑+Y~N(3锛8)銆傜浉浜掔珛鐨勬鎬佸彉閲忎箣绾挎х粍鍚堟湇浠庢鎬佸垎甯冦傚嵆X~N(u1锛(q1)^2)锛孻~N(u2锛(q2)^)銆傚垯Z=aX+bY~N(a*u1+b*u2锛(a^2)*(q1)^2+(b^2)*(q2)^2)銆姝ｆ佸垎甯冪殑鐢辨潵锛氭鎬佸垎甯冩槸鏈閲嶈鐨勪竴绉嶆鐜囧垎甯冦傛鎬佸垎甯冩蹇垫槸鐢卞痉鍥界殑鏁板瀹跺拰澶╂枃瀛﹀...
